Institutional Repository of Coll Elect & Informat Engn
| 基于改进型RBF神经网络的建筑用电能耗预测 | |
李琳1; 杨新华1 ; 曹磊1; 韩永军2
| |
| 2021-01-25 | |
| 发表期刊 | 建筑节能（中英文）
 |
| ISSN | 2096-9422 |
| 卷号 | 49期号:2021,49(01)页码:81-86+139 |
| 摘要 | 径向基函数（Radial Basis Function,RBF）神经网络由于其网络结构简单、网络适应性好、学习过程收敛速度快等优点被运用于电力负荷预测领域。在将其应用于建筑用电能耗预测的过程中,由于对目前已有的建筑能耗数据和影响能耗的关键因素分析不足,以及网络参数不易确定,将导致预测精度无法满足实际需求。采用粒子群算法（Particle Swarm Optimization,PSO）及列文伯格-马夸尔特算法（Levenberg-M arquard,LM）优化模型参数,并以大型办公建筑为研究对象确定影响能耗的约束条件,将其作为网络输入参数进行学习,以提高预测模型的准确性。实验结果表明,改进后的RBF算法平均绝对误差和最大相对误差分别降低了2.2%和4.76%,误差保持在2%以内,具有更高的预测精度。 |
| 关键词 | 能耗预测 RBF神经网络 粒子群算法 列文伯格-马夸尔特算法 |
| URL | 查看原文 |
| 语种 | 中文 |
| 中图分类号 | TU111.195;TM715 |
| 文献类型 | 期刊论文 |
| 条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/147063 |
| 专题 | 电气工程与信息工程学院 |
| 作者单位 | 1.兰州理工大学电气工程与信息工程学院; 2.甘肃省电力科学研究院 |
| 第一作者单位 | 电气工程与信息工程学院 |
| 第一作者的第一单位 | 电气工程与信息工程学院 |
| 推荐引用方式 GB/T 7714 | 李琳,杨新华,曹磊,等. 基于改进型RBF神经网络的建筑用电能耗预测[J]. 建筑节能（中英文）,2021,49(2021,49(01)):81-86+139. |
| APA | 李琳,杨新华,曹磊,&韩永军.(2021).基于改进型RBF神经网络的建筑用电能耗预测.建筑节能（中英文）,49(2021,49(01)),81-86+139. |
| MLA | 李琳,et al."基于改进型RBF神经网络的建筑用电能耗预测".建筑节能（中英文） 49.2021,49(01)(2021):81-86+139. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李琳]的文章 |
| [杨新华]的文章 |
| [曹磊]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李琳]的文章 |
| [杨新华]的文章 |
| [曹磊]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李琳]的文章 |
| [杨新华]的文章 |
| [曹磊]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论